-
公开(公告)号：CN118608845B
公开(公告)日：2025-04-22
申请号：CN202410712117.6
申请日：2024-06-03
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/22 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种隐写图像分析方法和系统，该方法设计了一种隐写图像分析模型，该模型训练方法包括：将原始图像和对应隐写图像作为训练样本输入到第一SRNet网络模块，生成第一特征图和第一特征张量，将第一特征张量输入全连接层得到第一损失函数。将第一特征图输入注意力隐写定位模块生成目标位置图像，将目标位置图像输入第二SRNet网络模块生成第二特征图和第二特征张量。将第二特征张量输入到全连接层得到第二损失函数。将第二特征图输入注意力局部隐写提议模块生成局部位置图像。将局部位置图像输入到第三SRNet网络模块生成第三特征张量，将第三特征张量输入到全连接层得到第三损失函数。将三个损失函数相加得到总损失函数，最小化总损失函数得到隐写图像分析模型。本发明能够减少隐写图片中背景噪音的影响，提高模型的泛化能力。
-
公开(公告)号：CN118214761A
公开(公告)日：2024-06-18
申请号：CN202410450180.7
申请日：2024-04-15
Applicant: 北京邮电大学
Abstract: 本申请提供基于区块链的属性基加密数据共享方法、系统及装置，方法包括：基于预设的信任评估规则自区块链网络的各个节点中选择一级节点以组成多授权中心，以基于多授权中心中的各个一级节点、在区块链网络之外的存储系统和区块链网络，实现当前在区块链网络中分别作为数据提供者和数据请求者的不同节点之间的属性基加密数据共享交易，实时监测各个一级节点的交易状态数据和作恶次数，并更新各个所述一级节点的信任值以对多授权中心进行成员更新。本申请能够避免单一授权中心而导致的数据易泄露的问题，能够保证属性基加密数据的安全性及隐私性，进而能够提高属性基加密数据共享过程的可靠性及安全性。
-
公开(公告)号：CN116865957B
公开(公告)日：2024-02-02
申请号：CN202310809081.9
申请日：2023-07-04
Applicant: 北京邮电大学
IPC: H04L9/08
Abstract: 本发明提供一种量子安全多方计算系统，基于对Shamir秘密共享协议两方求和求积方案的延伸，借助几个半诚实的第三方，为多方参与者提供了量子多方求和求积的执行方案，以及量子安全双方距离计算方案，消除了对数据库的依赖，解决中间值泄露的问题，在准确性和效率方面都有所提高，极大减少了多方量子安全计算所需的资源。提供对以多方参与者坐标作为顶点的多面体求体积的计算方案，通过将多面体拆解为多个四面体，引入代数对四面体体积进行表达，将对四面体求体积的问题转化为多方求积和求和问题；以及，提供对两方参与者私有圆计算圆圆相交面积的方案，通过执行量子安全双方距离计算，根据随机标记点落入对方私有圆的数量计算双方私有圆相交面积。
-
公开(公告)号：CN114826566B
公开(公告)日：2023-03-28
申请号：CN202210225785.7
申请日：2022-03-07
Applicant: 北京邮电大学
IPC: H04L9/08
Abstract: 本发明提供一种理性分层量子态共享方法、系统和存储介质，方法包括：庄家公布量子态共享的轮数；庄家确定当前轮的重构量子态参与者，并给参与者分配粒子；在非揭示轮，各参与者对庄家分配的粒子进行测量并公布测量结果后，庄家获得作弊的参与者的编号；在揭示轮，若重构量子态参与者为上级参与者，其他上级参与者对其粒子进行X基测量，所有下级参与者对其粒子进行Z基测量，重构量子态参与者选择部分下级参与者基于预定博弈模型进行讨价还价；参与者们完成测量并公布测量结果之后，若重构量子态参与者向其他参与者支付了报酬，庄家对共享的量子态和自己保留的相应粒子进行Bell态测量并公布测量结果，由当前重构量子态参与者通过酉操作重构量子态。
-
-
Patent Agency Ranking
公开(公告)号：CN107644391B
公开(公告)日：2019-11-26
申请号：CN201710838786.8
申请日：2017-09-18
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种用于打印文档溯源的数字水印处理方法及装置，所述方法包括，将文本文档转换为图像，并将图像分割成文本文档中各文字对应的文字图像；计算各文字图像中的文字的欧拉数，并根据欧拉数的奇偶确定文字图像对应的数字特征；获取各文字图像的待嵌入数字水印信息，并判断数字特征与待嵌入数字水印信息是否相匹配；如果数字特征与待嵌入数字水印信息不匹配，则改变文字图像中的文字的拓扑结构，并计算改变拓扑结构后的文字的欧拉数，以使该欧拉数的数字特征与待嵌入数字水印信息相匹配。应用本发明实施例，能够提高纸质涉密文档输出的安全性。
-
公开(公告)号：CN119992553A
公开(公告)日：2025-05-13
申请号：CN202510064647.9
申请日：2025-01-15
Applicant: 北京邮电大学
IPC: G06V20/80 , G06V20/62 , G06V30/28 , G06V30/19 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/09 , G06N3/094
Abstract: 本发明提供一种基于单一分类的奢侈品鉴伪方法及系统，该方法的步骤包括：获取原始皮签样本图像，对所述原始皮签样本图像进行图像增强预处理；将预处理后的原始皮签样本图像输入到预训练的独立鉴伪点分割网络中，所述独立鉴伪点分割网络输出分割出的独立鉴伪点分割图像；将所述独立鉴伪点分割图像输入到采用仅包括正向标签的训练数据进行预训练的单一分类模型中，所述单一分类模型输出正类样本重构图像；计算所述独立鉴伪点分割图像和正类样本重构图像的差异值，基于所述差异值确定鉴伪结果。本方案能够仅采用正向标签的训练数据进行训练，采用单一分类的方式，解决了奢侈品数据集样本不均衡带来的精度下降的问题。
-
公开(公告)号：CN118747813B
公开(公告)日：2025-04-22
申请号：CN202410709811.2
申请日：2024-06-03
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/084
Abstract: 本发明提供一种图像隐写分析的模型训练方法、分析方法及系统，将自然图像数据集、隐写图像数据集、辅助任务图像数据集一和辅助任务图像数据集二添加标签并输入包括特征提取主干网络、主任务分类网络和辅助任务分类网络的初始神经网络模型，提取特征后执行隐写操作识别和辅助操作识别，通过融合执行主分类任务和辅助分类任务时的损失对上述初始化神经网络模型进行参数更新，最终获得图像隐写分析模型，图像隐写分析模型执行特征提取的主干网络和隐写分析的主任务分类网络，将待分析图像输入图像隐写分析模型后获得待分析图像是否存在隐写操作的识别结果，提高图像隐写分析模型的特征提取能力和泛化能力，并且提高待分析图像分析结果的准确率。
-
公开(公告)号：CN117392684B
公开(公告)日：2024-05-14
申请号：CN202311452889.2
申请日：2023-11-02
Applicant: 北京邮电大学
IPC: G06V30/148 , G06V30/19 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种奢侈品鉴定模型训练方法、奢侈品鉴定方法及装置，模型训练方法包括：获取主任务数据集，基于主任务数据集生成辅助任务数据集；主任务数据集和辅助任务数据集合并形成含奢侈品字符区域图像和对应两类标签的训练集，一类标签标识字符真假，另一类标识字符形态是否变化；基于训练集对奢侈品鉴定模型进行训练，得到训练好的奢侈品鉴定模型，该模型采用包含一主一辅两个分支的多任务学习机制，主任务分支用于鉴别字符真伪，辅助任务分支用于鉴别字符形态是否变化，两个分支共享同一个特征提取和凝练模块。在训练过程中，辅助任务分支可以引导主任务分支更加关注字符特征，从而提高主任务性能，最终通过识别字符真假来鉴别奢侈品真伪。
-
公开(公告)号：CN116935140B
公开(公告)日：2024-04-16
申请号：CN202310981638.7
申请日：2023-08-04
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06V10/28 , G06V10/44 , G06V10/25 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请提供基于油墨的奢侈品鉴定模型训练方法、鉴定方法及装置，方法包括：获取基于油墨模式印制的奢侈品皮料的多个外表面图像样本各自对应的包含有油墨颗粒图像的印花区域图像数据；构建以各个所述印花区域图像数据分别作为前景并以不同的各个干扰背景图像数据分别作为背景的融合图像样本数据，以训练细粒度网络模型，得到用于输出真伪鉴定结果数据的基于油墨模式的奢侈品鉴定模型。本申请提出了全新的基于油墨模式的AI鉴伪方法，能够提高奢侈品真伪鉴定的通用性及适用广泛性，并能够在模型训练过程中有效切断其他强信号与标签之间的关联，引导细粒度网络模型学习油墨颗粒特性，能够提高训练得到的奢侈品鉴定模型的应用准确性及灵敏性。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.034 seconds)
